---
title: "Monitoramento dos Focos Ativos por Bioma - Amazônia (inpe)"
author: "Stefani Rmalho"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    vertical_layout: fill
    source_code: embed
    social: menu
---

```{r setup, include=FALSE}
library(flexdashboard)
library(ggplot2)
library(plotly)
library(readr)
library(lubridate)
library(dplyr)

# lendo os dados
df <- read_delim("dados//inpe_am_bioma.csv", 
                 delim = ";",
                 col_types = list(col_date(format = "%d/%m/%Y"), col_number()))

# Criando o atributo trimestre, mes e ano
df <- df %>%
  mutate("Trimestre" = quarter(Data),
         "Mes" = month(Data, label = TRUE),
         "Ano" = year(Data))
```

Column {data-width=250}
-----------------------------------------------------------------------


### Médio mês de ativos detectados

```{r}
media = mean(df$Valor)

valueBox(format(media, digits=0),
         icon = "fa-fire")
```

### Maior foco registrado no mês


```{r}
maior = max(df$Valor)
valueBox(maior, icon = "fas fa-burn")
```

### Menor foco registrado no mês

```{r}
menor = min(df$Valor)
valueBox(menor, icon = "fas fa-burn")
```

### Média de focos por mês

```{r}
p1 <- df %>% group_by(Mes) %>%
       summarise("Media" = mean(Valor)) %>%
       ggplot(aes(x = Mes, y = Media)) +
       geom_bar(stat = "identity", fill = "sky blue") +
       coord_flip() +
       theme_classic()

ggplotly(p1)
```



Column {data-height=300}
-----------------------------------------------------------------------


### Total de queimadas registradas por ano de jan a ago

```{r}
p2 <- df %>% filter(month(Data) <= 8) %>%
    group_by(Ano) %>%
    summarise("Valor" = sum(Valor)) %>%
    mutate("Acima" = ifelse(Valor >= mean(Valor), Valor, NA)) %>%
    ggplot(aes(x = factor(Ano), y = Valor)) +
    geom_bar(stat = "identity", fill = "orange") +
    geom_bar(aes(y = Acima), stat = "identity", fill = "orange3") +
    theme_classic() +
    xlab("Ano")

ggplotly(p2)
```


### Total de queimadas registradas nos últimos 3 anos

```{r}
p3 <-  df %>% filter(Ano >= 2017) %>%
         ggplot(aes(x = Data, y = Valor)) +
         geom_area(fill = "sky blue") +
         theme_classic()

ggplotly(p3)
```

Column {data-width=500}
-----------------------------------------------------------------------

### Concentração de queimadas por períodos

```{r}
p2 <- df %>% group_by(Ano, Trimestre) %>%
    summarise("Valor" = sum(Valor)) %>%
  ggplot(aes(x = Ano, y = Valor)) +
  geom_point(color = "red", size = 4) +
  geom_point(color = "orange", size = 2) +
  theme_classic()

ggplotly(p2)
```

### Distribuição da frequência por trimestre

```{r}
p2 <- ggplot(df, aes(x = Valor)) +
        geom_histogram(bins = 50, fill = "orange") +
        theme_get() +
        facet_wrap(~ Trimestre, scales = "free")

ggplotly(p2)
```